在 AI 军备竞赛的另一条赛道上，中国开源模型正以下载量数据悄然改写竞争格局。

据 Hugging Face 2026 年春季报告，中国开源模型已占该平台月度及总体下载量的 41%，超越美国模型。近日，这一数据再度被 Hugging Face CEO Clem Delangue 提起并在社交媒体引发广泛讨论。

Hugging Face 是目前全球最大的开源 AI 模型托管平台，托管近 300 万个公开模型和 100 万个公开数据集，平均每七秒就有一个新代码库被创建。财富 500 强企业中，已有半数在该平台上部署自有私有或开源模型。

此外，OpenRouter 上最受欢迎的前六大模型，全部来自腾讯、小米、DeepSeek、MiniMax、智谱等中国机构。

Hugging Face CEO Clem Delangue（右）

中国模型占据 OpenRouter 前六

下载量数据之外，使用端的变化同样显著。

在 AI 模型调用平台 OpenRouter 上，当前最受欢迎的前六大模型，全部来自中国机构——腾讯、小米、DeepSeek、MiniMax 和智谱均在列。Anthropic 的 Claude Opus 4.7 排名第七。

智谱近期发布了开源模型 GLM-5.2，定位于智能体编程（agentic coding）任务，在相关基准测试中与 Anthropic 最新模型处于同一竞争层级。

基础设施数据同样印证这一趋势。据 Vercel 平台数据，2026 年 6 月，开源模型已处理该平台近三分之一的 AI 请求，承接了大量基础设施密集型工作负载，而闭源模型则逐渐退守高成本的高端层。

企业转向：从 " 租用 " 到 " 自有 "

推动这一转变的核心逻辑是成本与控制权。

Delangue 表示：" 如果你是一家 AI 公司或科技公司，你不会想把核心能力外包给一个你无法控制的黑盒 API。" 他指出，企业在看到扩展闭源前沿模型的账单后，正在重新评估自有 AI 的价值。

微软 CEO Satya Nadella 也发出类似警示，反对单一供应商依赖。他表示：" 如果学习只朝一个方向流动，经济价值就会向学习基础设施的拥有者集中，而非流向知识的创造者。" 他主张将学习基础设施分散至每一家企业。

瑞银证券分析师 Karl Keirstead 团队在 2026 年 6 月 23 日发布的 AI 研究报告中指出，约 60% 的企业已以某种方式限制 AI 开支，核心动作是为 Token 使用加设护栏。

" 模型路由 " 成主流：高端模型从默认变奢侈

企业的应对策略，正在系统性地重塑 AI 产业链的受益格局。

据瑞银报告，" 模型路由 " 已成为 Token 优化的核心技术动作——将不同任务分配给不同模型，只有复杂推理、关键代码和长上下文分析才调用最贵的模型。简单任务则转向低价甚至中国开源模型。

价格差异是直接驱动力。以 Anthropic 为例，Haiku 4.5 输出价格为每百万 Token 5 美元，Opus 4.5-4.8 为 25 美元，最高端模型达 50 美元——从低端到高端，输出 Token 价格相差 10 倍。

中国开源模型正是在这一背景下进入企业采购视野。据瑞银报告描述的案例，一家大型全球银行已在本地部署阿里 Qwen，以平衡 Claude 等高端模型的使用成本。AWS Bedrock 的模型菜单中已纳入 MiniMax、Kimi、Qwen、DeepSeek、GLM；微软 Azure AI Foundry 也提供 DeepSeek 接入。

开源能否决定 AI 竞赛走向？

Delangue 的判断更为直接。据 PodcastAlpha 援引其观点，Delangue 认为开源是 AI 领导力的加速器，" 如果中国持续引领开源，可能在一两年内整体领先 AI"。

对此，Anthropic CEO Dario Amodei 持不同立场。他认为，发布能力越来越强的开源模型存在风险，因为一旦发布便难以控制。

Delangue 则反驳称：" 把它锁在少数几个玩家的门后，并不能让它变得安全。" 他补充说，透明度能让防御方 " 修补开源模型已经暴露的网络安全风险 "。